코로나19 관련 가짜뉴스 탐지를 위한 탐색적 자료 분석 및 시사점

오미애

doi:10.23062/2023.02.6

코로나19 관련 가짜뉴스 탐지를 위한 탐색적 자료 분석 및 시사점 = Exploratory Data Analysis and Implications for Detecting Fake News Related to COVID-19

Full metadata record

DC Field	Value
dc.contributor.author	오미애
dc.date.accessioned	2023-02-27T00:45:14Z
dc.date.available	2023-02-27T00:45:14Z
dc.date.issued	2023-02-01
dc.identifier.issn	1226-3648
dc.identifier.uri	https://repository.kihasa.re.kr/handle/201002/42082
dc.identifier.uri	https://doi.org/10.23062/2023.02.6
dc.description.abstract	감염병 관련 허위 정보 및 가짜뉴스는 사람의 생명과 연관되어 있으며, 잘못된 정보로 인해 사회적 혼란을 야기할 수 있다는 점에서 그 피해는 막대하다. 실제로 코로나19 관련 가짜뉴스로 인해 2020년 1월부터 3월까지 전 세계에서 800여명이 사망한 것으로 나타났다.1) 많은 정보 속에서 가짜뉴스를 판별하는 것이 점점 중요해지는 상황에서 기계학습 방법은 가짜뉴스 탐지를 위한 효과적인 도구로 활용될 수 있다. 이 글에서는 코로나19 관련 가짜뉴스 탐지에 대한 데이터 분석과 기계학습을 통한 가짜뉴스 탐지에 수반되는 몇 가지 이슈 및 향후 과제를 시사점으로 제시하고자 한다.
dc.description.abstract	False information and fake news about infectious diseases can be a huge threat, as they involve human lives and can cause a lot of social confusion. In fact, more than 800 people died around the world from January to March 2020 due to fake news related to COVID-19. In a sea of information, identifying fake news becomes increasingly important, and machine learning methods can be used as an effective tool for detecting fake news. This study employed exploratory data analysis to detect fake news related to COVID-19. Additionally, it looks at the potential difficulties and implications of employing machine learning to identify fake news.
dc.format	text/plain
dc.format.extent	13
dc.language	kor
dc.publisher	한국보건사회연구원
dc.publisher	Korea Institute for Health and Social Affairs
dc.rights	KOGL BY-NC-ND
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/2.0/kr/
dc.rights.uri	https://www.kogl.or.kr/info/licenseType4.do
dc.title	코로나19 관련 가짜뉴스 탐지를 위한 탐색적 자료 분석 및 시사점
dc.title.alternative	Exploratory Data Analysis and Implications for Detecting Fake News Related to COVID-19
dc.type	Article
dc.type.local	Article(Series)
dc.description.eprintVersion	published
dc.contributor.alternativeName	Oh, Miae
dc.identifier.doi	10.23062/2023.02.6
dc.citation.title	보건복지포럼
dc.citation.title	Health and Welfare Policy Forum
dc.citation.volume	2023
dc.citation.volume	316
dc.citation.number	2
dc.citation.date	2023-02-01
dc.citation.startPage	68
dc.citation.endPage	80
dc.identifier.bibliographicCitation	보건복지포럼 2023년 2월 통권 제316호, pp.68-80
dc.identifier.bibliographicCitation	Health and Welfare Policy Forum 2023.2 No.316, pp.68-80
dc.date.dateaccepted	2023-02-27T00:45:14Z
dc.date.datesubmitted	2023-02-27T00:45:14Z
dc.subject.kihasa	보건복지 정보화
dc.subject.kihasa	사회보장 통계
dc.subject.kihasa	미래질병위험
dc.description.section	정책분석과 동향